标签
作者搭建了一家包含 7 种常见暗黑模式的测试商店，并让 4 个 AI 购物智能体（ChatGPT，以及通过 Buddy 使用的 Claude Opus/Sonnet/Haiku 5.5）在其中完成测试；表现最好的模型避开了欺骗性定价、默认勾选的附加项目和制造紧迫感的套路，获得了 A+ 评分。作者计划开展难度更高的第二轮测试。
TikTok 宣布推出一款对话式购物助手，利用用户数据进行个性化商品推荐并支持应用内结账，而 Meta 的同类产品 Muse 下载量已超过 500 万次。文章质疑这些助手究竟是用户主动选择使用的工具，还是在暗中引导消费者选择的平台——尤其考虑到这些公司以广告为核心盈利模式。
本文介绍了LOFA，一个使基于LLM的购物代理能够通过强化学习利用真实在线用户交互日志进行学习的框架，结合购买结果和反馈感知的同策略蒸馏，提升推荐质量和用户满意度。
MMShopBench 引入了一个面向多模态、多轮购物代理的真实日志基准，要求从用户图像和对话中进行联合推断，并配备离线沙盒和训练集以提升开源模型性能。
介绍EComAgentBench，一个用于评估基于LLM的购物代理在长周期任务中处理隐藏意图的基准测试，这些意图分布在查询、用户画像和澄清过程中。该基准测试使用真实的亚马逊产品并进行自动评分，结果显示即使是最佳模型也仅达到57.1%的准确率。